ذكاء الأعمال (BI) وصفي، مما يتيح اتخاذ قرارات أفضل في مجال الأعمال تستند إلى أساس من بيانات الأعمال الحالية. تحليلات الأعمال (BA) هي بعد ذلك مجموعة فرعية من ذكاء الأعمال، حيث توفر تحليلات الأعمال التحليل التوجيهي التطلعي. إنها مظلة البنية التحتية لذكاء الأعمال التي تتضمن أدوات تحديد وتخزين البيانات لاتخاذ القرارات.

قد يخبر ذكاء الأعمال المؤسسة بعدد العملاء الجدد الذين انضموا الشهر الماضي وما إذا كان حجم الطلبات مرتفعًا أو منخفضًا في هذا الشهر. وعلى النقيض من ذلك، قد تتنبأ تحليلات الأعمال بالإستراتيجيات التي ستفيد المؤسسة أكثر من غيرها وفقًا لتلك البيانات. على سبيل المثال: ما الذي سيحدث إذا قمنا بزيادة الإنفاق على الإعلانات لمنح العملاء الجدد عرضًا خاصًا؟

تعتمد منصات ذكاء الأعمال عادةً على مستودعات البيانات للحصول على معلوماتها الأساسية. تكمن قوة مستودع البيانات في أنه يجمع البيانات من مصادر بيانات متعددة في نظام مركزي واحد لدعم تحليلات بيانات الأعمال وإعداد التقارير. يقدم ذكاء الأعمال النتائج للمستخدمين في شكل تقارير ومخططات وخرائط، والتي قد تُعرض من خلال لوحة المعلومات.

يمكن أن تتضمن مستودعات البيانات محرك معالجة تحليلية عبر الإنترنت (OLAP) لدعم الاستعلامات متعددة الأبعاد. على سبيل المثال: "ما مقدار المبيعات في منطقتنا الشرقية مقابل المبيعات في منطقتنا الغربية هذا العام، مقارنةً بالعام الماضي؟"

توفر المعالجة التحليلية عبر الإنترنت (OLAP) تقنية فائقة الإمكانات لاكتشاف البيانات، ما يسهل عمليات ذكاء الأعمال والحسابات التحليلية المعقدة والتحليلات التنبئية. تتمثل إحدى المزايا الرئيسية للمعالجة التحليلية عبر الإنترنت (OLAP) في اتساق حساباتها التي يمكن أن تحسن جودة المنتجات وتعزز تفاعلات العملاء وعمليات الأعمال.

تُستخدم مستودعات البيانات في الوقت الحالي أيضًا في مجال ذكاء الأعمال. تكمن ميزة مستودعات البيانات في أنها تسعى إلى معالجة التحديات الأساسية في كل من مستودعات البيانات وبحيرات البيانات لإيجاد حل أكثر مثالية لإدارة بيانات المؤسسات. تمثل بحيرة البيانات التطور المتقدم لحلول إدارة البيانات.

عادةً ما تسير الخطوات المتبعة في ذكاء الأعمال بهذا الترتيب:

• مصادر البيانات: حدد البيانات التي يجب مراجعتها وتحليلها، مثل البيانات الواردة من مستودع البيانات أو بحيرة البيانات، أو السحابة، أو Hadoop، أو إحصائيات الصناعة، أو سلسلة التوريد، أو نظام إدارة علاقات العملاء، أو المخزون، أو التسعير، أو المبيعات، أو التسويق، أو وسائل التواصل الاجتماعي.
  
  
• جمع البيانات: اجمع البيانات من مصادر مختلفة ونظمها. قد يجمع نظام إعداد البيانات هذا المعلومات يدويًا في جدول بيانات أو برنامج استخراج وتحويل وتحميل تلقائي (ETL).
  
  
• التحليل: ابحث عن الاتجاهات أو النتائج غير المتوقعة في البيانات. قد يستخدم ذلك أدوات استخراج البيانات أو اكتشاف البيانات أو أدوات نمذجة البيانات.
  
  
• العرض المصور: أنشئ عروضًا تصويرية للبيانات ورسومًا بيانية ولوحات معلومات تستخدم أدوات ذكاء الأعمال مثل اللوح أو Cognos Analytics أو Microsoft Excel أو SAP. من الناحية المثالية، يتضمن هذا العرض المصور مزايا التنقل لأسفل، والعرض التفصيلي، والتنقل لأعلى لتمكين المستخدمين من التحقق من مستويات البيانات المختلفة.
  
  
• خطة العمل: اكتسب معارف قابلة للتنفيذ من خلال المقارنة بين تحليل البيانات القديمة ومؤشرات الأداء الرئيسية (KPIs). قد تتضمن الإجراءات تنفيذ عمليات أكثر كفاءة أو إجراء تغييرات في عملية التسويق أو إصلاح مشكلات سلسلة التوريد أو معالجة مشكلات تجربة العملاء .
  
  

يمكن لبعض منتجات ذكاء الأعمال الحديثة استخراج البيانات غير المنسقة وتحميلها مباشرةً باستخدام تقنية مثل Hadoop، ولكن غالبًا ما تظل مستودعات البيانات هي مصدر البيانات المفضل.

استخدم المؤلف ريتشارد ميلار ديفنز مصطلح "ذكاء الأعمال" لأول مرة في عام 1865، حين استشهد بمصرفي سبق منافسيه في جمع معلومات حول السوق. في عام 1958، استكشف عالم كمبيوتر من شركة IBM يدعى هانز بيتر لوهن إمكانية استخدام التقنيات لتحقيق ذكاء الأعمال. وقد ساعد بحثه على إيجاد طرق لإنشاء بعض منصات التحليلات المبكرة لشركة IBM.

في ستينيات وسبعينيات القرن الماضي، بدأت أولى أنظمة إدارة البيانات وأنظمة دعم القرار (DSS) لتخزين الكميات المتزايدة من البيانات وتنظيمها. يقول موقع Dataversity التعليمي لتكنولوجيا المعلومات: "يشير العديد من المؤرخين إلى أن النسخة الحديثة من ذكاء الأعمال تطورت من قاعدة بيانات أنظمة دعم القرار". "تم تطوير مجموعة متنوعة من الأدوات خلال هذه الفترة، للوصول إلى البيانات وتنظيمها بطرق أبسط. وكانت المعالجة التحليلية عبر الإنترنت (OLAP) وأنظمة المعلومات التنفيذية ومستودعات البيانات بعض الأدوات التي تم تطويرها للعمل مع نظام دعم البيانات".²

وبحلول التسعينيات، ازدادت شهرة ذكاء الأعمال بشكل كبير، ولكن التقنيات كانت لا تزال معقدة. فعادةً ما يتطلب الأمر دعمًا في مجال تقنية المعلومات—الأمر الذي أدى في كثير من الأحيان إلى تراكم الأعمال المتأخرة وتأخر التقارير. حتى من دون تقنية المعلومات، احتاج محللو ذكاء الأعمال ومستخدموه إلى تدريب مكثف ليتمكنوا من الاستعلام عن بياناتهم وتحليلها بنجاح.³

ذكاء الأعمال هو طريقة تفكير وفي الوقت نفسه يتكون من أجهزة وبرامج. من خلال تبني ثقافة قائمة على البيانات—مكونة من مجموعة كاملة من الأساليب والعمليات والتكنولوجيا الرقمية وتحليلات البيانات—يمكن للمؤسسة اكتساب معارف جديدة لاتخاذ قرارات عمل أفضل واكتساب مزايا جديدة. لا يؤدي تثبيت حزمة برمجيات ذكاء الأعمال الجديدة وحدها إلى إحداث هذا التحول الثقافي.

مزايا ذكاء الأعمال:

• إعداد تقارير أوضح: يمنح ذكاء الأعمال للمؤسسات القدرة على طرح الأسئلة بلغة بسيطة والحصول على إجابات يمكن فهمها. يمكن للوحات المعلومات ترتيب المعارف حسب الأكثر أهمية، ما يوفر الوقت لكل من خبراء البيانات وأعضاء الفريق غير التقنيين.
  
  وبدلاً من استخدام أفضل التخمينات، يمكن للموظفين بناء القرارات على ما تخبرهم به بيانات أعمالهم—سواء أكانت تتعلق بالإنتاج أو سلسلة التوريد أو العملاء أو اتجاهات السوق. يمكن أن تساعد البيانات على الإجابة عن أسئلة المؤسسة الملحة: ما سبب انخفاض المبيعات في هذه المنطقة؟ أين يوجد لدينا مخزون فائض؟ ماذا يقول العملاء على وسائل التواصل الاجتماعي؟
  
  
• بيانات مجمّعة: يوفر ذكاء الأعمال معارف بشأن الأعمال من خلال استخراج البيانات من مصادر متعددة—داخلية وخارجية—وجمعها لإجراء تحليل كامل. ومن خلال توفير صورة دقيقة عن الأعمال والسوق، يوفر ذكاء الأعمال للمؤسسة الوسائل اللازمة لتصميم إستراتيجية عمل.
  
  
• إنشاء كفاءات جديدة: يمكن للمؤسسات مراقبة عمليات الأعمال في مقابل المعايير المرجعية وإصلاح أو إجراء تحسينات على أساس مستمر—كل ذلك مدعوم بالمعارف المكتسبة من البيانات. يمكن أن تكتشف التحليلات الأعطال في عملية التصنيع أو سلسلة التوريد وتساعد على معالجتها. ويمكن للمديرين مراقبة أداء الموظفين للمساعدة على تحديد المواضع التي يمكن فيها إجراء تغييرات مؤسسية. ويمكن تحسين عملية إدارة سلسلة التوريد من خلال مراقبة حالة النشاط صعودًا وهبوطًا وإبلاغ الشركاء والموردين بالنتائج.
  
  
• معارف أعمق للبيانات: يساعد ذكاء الأعمال المنظمات على أن تصبح أكثر اعتمادًا على البيانات، لتحسين أداء الأعمال باستمرار، واكتساب ميزة تنافسية، وتحديد العملاء الجدد والفرص الجديدة. يمكن تحسين عائد الاستثمار من خلال فهم المنظمات لأعمالها وسوقها، وتخصيص الموارد بذكاء لتحقيق الأهداف الاستراتيجية. وقد تكشف معارف البيانات الجديدة عن سلوك العملاء وتفضيلاتهم واتجاهات السوق، إذ أن هذه المعارف تتيح للمسوقين إمكانية استهداف العملاء المحتملين أو تكييف المنتجات مع احتياجات السوق المتغيرة، على نحو أفضل.
  
  
• اتخاذ قرارات أسرع: من خلال مراقبة التقدم المحرز وتحليله رقميًا، يمكن اتخاذ قرارات أكثر استنارة بسرعة أكبر لإجراء تعديلات أسرع في السوق.
  
  
• زيادة رضا العملاء: عندما يتمكن موظفو خدمة العملاء من الوصول إلى بيانات العملاء ومعارفهم، فإنهم يستطيعون تقديم المعلومات المطلوبة وحل المشكلات بشكل أسرع.
  
  
• زيادة معدل رضا الموظفين: يمكن أن يؤدي الوصول الذاتي إلى بيانات الأعمال المهمة إلى تحسين سير العمل بحيث يتمكن الموظفون من أداء وظائفهم بشكل أسرع، مع تقليل عدد الخطوات المضافة أو المتكررة.

تحديات ذكاء الأعمال

• استنتاجات متناقضة: تُمكّن الخدمة الذاتية في مجال ذكاء الأعمال فرقًا متعددة من البحث عن المعارف التي يحتاجون إليها، بيد أنها قد تؤدي أيضًا إلى استنتاجات متباينة، ما قد يزيد من المشاكل بدلاً من وجود خطة عمل موحدة. يمكن أن يكون ذلك صحيحًا خاصةً إذا تسلل التحيز البشري إلى عملية التحليل.
  
  
• نقص المهارات: قد تكون الحاجة إلى تكامل البيانات أمرًا صعبًا، نظرًا لوجود مجموعة واسعة من المصادر، وقد تتجاوز عملية التكامل القدرات الحالية. إن الخبرة في مجال علوم البيانات والهندسة والبنية مطلوبة للمساعدة على ضمان أن ينتج عن التحليل معارف تعكس الواقع.
  
  
• التكاليف الأولية: قد تبدو التكاليف الأولية لتطوير نظام ذكاء أعمال قوي وحديث كبيرة – لكن وفورات التكلفة الناتجة عن التحليل ستعوض الاستثمار.

البيانات هي شريان حياة المؤسسات الناجحة. إلى جانب الأدوار التقليدية للبيانات—مهندسي البيانات وعلماء البيانات والمحللين والمهندسين—يحتاج صناع القرار في جميع أنحاء المؤسسة إلى إمكانية وصول مرنة وذاتية الخدمة إلى معارف قائمة على البيانات ومعززة باستخدام الذكاء الاصطناعي. بدءًا من التسويق إلى الموارد البشرية، ومن التمويل إلى سلاسل التوريد وغير ذلك الكثير، يمكن لصانعي القرار استخدام هذه المعارف لتحسين عملية صنع القرار والإنتاجية على مستوى المؤسسة.

تستفيد المؤسسات عندما تتمكن من تقييم العمليات والإجراءات، وفهم عملائها، وتقييم السوق، وإجراء التحسينات. إنهم بحاجة إلى الأدوات المناسبة لجمع معلومات الأعمال من أي مكان وتحليلها واكتشاف الأنماط وإيجاد الحلول. لتقديم نظام ذكاء الأعمال الذي يمكن أن يحقق كل ذلك، يجب على المنظمات فعل ما يلي:

• تحديد أهداف واضحة للعمل: إن تحديد المعلومات الأكثر قيمة وقابلية للتنفيذ يُمكّن المؤسسات من تحديد البيانات التي يجب جمعها أو الحصول عليها والمساعدة على تحديد مزايا نظام ذكاء الأعمال اللازمة لتوفير تلك المعلومات.
  
  
• عقد تدريب شامل للمستخدمين: يمكن تحقيق التغيير الثقافي المتمثل في التحول إلى مؤسسة قائمة على البيانات بشكل أكبر عندما يُمنح جميع المستخدمين دروسًا واضحة ومثيرة عن الأدوات الجديدة. قد يؤدي التدريب الروتيني أو التدريب الموجه ذاتيًا إلى تثبيط مشاركة الفريق أو قد يؤدي إلى نتائج غير دقيقة.
  
  
• مراقبة جودة البيانات وملاءمتها: هناك حاجة إلى المراقبة المستمرة للبيانات للمساعدة على ضمان اتساق النتائج ومصداقيتها. ومع تغير ظروف السوق، قد يلزم اتخاذ تدابير جديدة أو إضافة أشكال إبلاغ مختلفة لزيادة الوضوح. يجب أن تكون مجموعات البيانات المدخلة صحيحة وغير متحيزة، وأن تدار وفقًا لمعايير حوكمة واضحة تضمن أنها آمنة وخاصة ودقيقة وقابلة للاستخدام. يجب أن تكون أي نماذج ذكاء اصطناعي توجه عملية صنع القرار والتوقع قابلة للتفسير وشفافة. ويجب أن يتصل نظام ذكاء الأعمال بمجموعة واسعة من أنظمة البيانات عبر وظائف الأعمال وأن يسهل على غير محللي البيانات المحترفين استخدامه.
  
  
• ضمان إمكانية وصول صانعي القرار إلى البيانات: العديد من الشركات متأخرة. فالبيانات الأساسية لا تُجمع أو تُحلل بشكل كافٍ، وفقًا لتقرير مؤسسة البيانات الدولية (IDC)⁴ الذي يقدر أن ما يصل إلى 68% من بيانات الأعمال تذهب هباءً منثورًا. تتمتع الشركات ذات بنية البيانات الحديثة ونظام تبني راسخ لذكاء الأعمال بميزة تنافسية: فهي في وضع يمكنها من المضي قدمًا من خلال تبني ممارسات اتخاذ القرار وإجراء التحليلات التنبئية في الوقت الفعلي.
  

يضيف ذكاء الأعمال قيمة عبر وظائف متعددة في أي مجال تقريبًا. على سبيل المثال:

مجال خدمة العملاء: مع توفر كل من معلومات العميل وتفاصيل المنتج من خلال مصدر بيانات موحد، يمكن لممثلي خدمة العملاء الإجابة بسرعة عن أسئلة العملاء أو البدء في معالجة مخاوف العملاء.

مجال التمويل والخدمات المصرفية: يمكن للشركات المالية تحديد مدى سلامة المؤسسة ومخاطرها في الوقت الحالي، والتنبؤ بالنجاح المستقبلي من خلال استعراض سجلات العملاء وظروف السوق مجمّعة. ويمكن مراجعة بيانات كل فرع على حدة من خلال واجهة واحدة لتحديد فرص التحسين أو زيادة الاستثمار.

مجال الرعاية الصحية: يمكن للمرضى الحصول بسرعة على إجابات للعديد من أسئلة الرعاية الصحية الملحة من دون طرح أسئلة تستغرق وقتًا طويلاً على الموظفين أو العاملين في المجال الطبي. ويسهل تتبع العمليات الداخلية، بما في ذلك عمليات الجرد، لحظة بلحظة.

مجال البيع بالتجزئة: يمكن لمتاجر البيع بالتجزئة زيادة توفير التكاليف من خلال المقارنة بين الأداء والمعايير المرجعية عبر المتاجر والقنوات والمناطق. وبفضل الرؤية الواضحة لعملية المطالبات، يمكن لشركات التأمين معرفة الأماكن التي تفشل في تحقيق أهداف الخدمة واستخدام هذه المعلومات لتحسين النتائج.

مجال المبيعات والتسويق: من خلال توحيد بيانات العروض الترويجية والتسعير والمبيعات وتصرفات العملاء وظروف السوق، يكون المسوقون وفرق المبيعات أكثر قدرة على التخطيط للعروض الترويجية والحملات المستقبلية. يمكن أن تساعد عمليات الاستهداف أو التقسيم المفصلة على زيادة المبيعات.

مجال الأمن والامتثال: يمكن للبيانات المركزية ولوحة المعلومات الموحدة تعزيز الدقة والمساعدة على تحديد الأسباب الأساسية للمشاكل الأمنية. يمكن تسهيل عملية الامتثال للوائح باستخدام نظام واحد لجمع بيانات التقارير.

مجال التحليلات الإحصائية: باستخدام التحليلات الوصفية، يمكن للمؤسسات مراجعة الإحصائيات لرصد الاتجاهات الجديدة ومعرفة سبب ظهور هذه الاتجاهات.

مجال سلاسل التوريد: يمكن للبيانات العالمية الموجودة على لوحة زجاجية واحدة (SPOG) تسريع حركة البضائع وتحديد أوجه القصور والأعطال في سلاسل التوريد.

تركز التطورات الأخيرة في مجال ذكاء الأعمال على تطبيقات ذكاء الأعمال ذاتية الخدمة التي تمكن المستخدمين غير البارعين في استخدام التكنولوجيا من استخدام التحليلات والتقارير التلقائية. يظل فريق تقنية المعلومات مسؤولاً عن إدارة بيانات الشركة—بما في ذلك الدقة والأمان—ولكن يمكن لفرق متعددة في الوقت الحالي الوصول المباشر إلى البيانات وتكون مسؤولة عن تحليلها الخاص، بدلاً من انتظار الوظيفة في قائمة انتظار حتى تشغيل تقنية المعلومات.

من المتوقع أن تؤدي التطورات المستمرة في أنظمة ذكاء الأعمال والتحليلات الحديثة إلى دمج خوارزميات التعلم الآلي والذكاء الاصطناعي لتسهيل أداء المهام المعقدة. وبفضل التركيز الجديد على الخدمة الذاتية، يمكن لهذه القدرات أيضًا تسريع قدرة المؤسسة على تحليل البيانات واكتساب معارف على مستوى أعمق. يمكن للأنظمة القائمة على الذكاء الاصطناعي القراءة من مصادر متعددة تلقائيًا في أثناء الحصول على المعلومات الأكثر صلة لإدارة عملية صنع القرار.

على سبيل المثال، فكر في كيفية دمج IBM Cognos Analytics تحليل البيانات مع الأدوات المرئية لدعم إنشاء الخرائط في التقارير. يستخدم النظام الذكاء الاصطناعي لتحديد المعلومات الجغرافية تلقائيًا. ومن ثَم يمكنه تحسين العروض المصورة عن طريق إضافة خرائط جغرافية مكانية للكرة الأرضية بأكملها أو لحي واحد أو أي شيء في هذا النطاق.

تعمل حلول ذكاء الأعمال الحديثة على منصات قائمة على السحابة لتوسيع نطاق انتشار ذكاء الأعمال في جميع أنحاء العالم. يمكن استخلاص معارف بشأن المستهلكين من البيانات الكبيرة، ما يؤدي إلى إنتاج معلومات تتراوح من الوصفية إلى التنبئية. تتضمن العديد من حلول ذكاء الأعمال في الوقت الحالي المعالجة في الوقت الفعلي، ما يتيح اتخاذ قرارات فورية.

تتضمن التطورات الجديدة في أنظمة ذكاء الأعمال على مستوى المؤسسات استعلامات اللغة الطبيعية، والتي تكون أسهل للمستخدمين الذين ليسوا خبراء في SQL. تتوفر إمكانات التطوير عديمة الرموز أو ذات الرموز المنخفضة في بعض أنظمة ذكاء الأعمال حتى يتمكن المستخدمون من إنشاء أدواتهم وتطبيقاتهم وواجهات إعداد التقارير الخاصة بهم لتسريع عملية تقديم الإجابات وتقليل الوقت اللازم لطرح المنتجات في السوق.